您的位置: 专家智库 > >

湖北省教育厅人文社会科学研究项目(2012G078)

作品数:6 被引量:26H指数:3
相关作者:罗幼喜田茂再李翰芳李子强周静更多>>
相关机构:湖北工业大学中国人民大学华中师范大学更多>>
发文基金:湖北省教育厅人文社会科学研究项目教育部人文社会科学研究基金博士科研启动基金更多>>
相关领域:经济管理理学文化科学更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 4篇经济管理
  • 3篇理学
  • 1篇文化科学

主题

  • 3篇面板数据
  • 3篇分位回归
  • 2篇切片
  • 2篇贝叶斯
  • 2篇GIBBS抽...
  • 1篇舆情
  • 1篇舆情管理
  • 1篇院校
  • 1篇证券
  • 1篇证券市场
  • 1篇证券市场风险
  • 1篇网络舆情
  • 1篇网络舆情管理
  • 1篇先验
  • 1篇混合效应模型
  • 1篇高校网
  • 1篇高校网络
  • 1篇高校网络舆情
  • 1篇罚方法
  • 1篇非对称LAP...

机构

  • 6篇湖北工业大学
  • 4篇中国人民大学
  • 2篇华中师范大学

作者

  • 5篇罗幼喜
  • 4篇田茂再
  • 3篇李翰芳
  • 1篇郑列
  • 1篇李子强
  • 1篇葛敏霞
  • 1篇周静

传媒

  • 1篇中国市场
  • 1篇数量经济技术...
  • 1篇统计与决策
  • 1篇统计与信息论...
  • 1篇统计研究
  • 1篇特区经济

年份

  • 4篇2016
  • 1篇2014
  • 1篇2013
6 条 记 录,以下是 1-6
排序方式:
混合效应模型的非参数贝叶斯分位回归方法研究被引量:3
2016年
本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下。通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复杂数据分布信息的能力更强。在建立的非参数贝叶斯分层分位回归模型中引入潜变量,使模型参数估计的Gibbs抽样算法中原来每次需要计算(2M)N项函数值变为每次只需计算N项即可。蒙特卡罗模拟显示,在误差分布函数变得较为复杂时,非参数贝叶斯分位回归方法比参数方法在估计效果上有更大的优势。
李翰芳罗幼喜田茂再
关键词:混合效应模型
面板数据分位回归模型中固定与随机效应的选择被引量:3
2016年
随机效应的引入为面板数据建模中样本相关和异方差问题提供了重要解决途径,过多的随机效应不仅会极大地增加模型复杂度,而且给固定效应系数的估计带来偏差。文章在考虑到随机效应具有整体性基础上,以横截面个体为单位,对其进行整体压缩。通过对固定和随机效应分别引入不同形式的条件Laplace先验,构造了一种与Group Lasso-Lasso惩罚相等价的贝叶斯双惩罚分位回归估计方法。通过设计切片Gibbs抽样算法,快速有效地解决了模型参数估计问题。计算机模拟显示,该方法不仅能对固定和随机效应参数进行精确估计,而且能对模型中真实包含的固定和随机效应进行自动选择。
罗幼喜李翰芳田茂再
关键词:GROUP
面板数据的自适应Lasso分位回归方法研究被引量:13
2014年
如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
李子强田茂再罗幼喜
关键词:面板数据分位回归
高校网络舆情管理现状满意度分析——以武汉市14所本科院校数据为例
2016年
以从武汉市普通本科高校分层抽样所得到的14所高校调查数据为基础,针对大学生对高校网络舆情管理现状的满意与否设置二分类因变量,提取出影响总体满意度的五个潜在满意度因子,然后通过SEM模型潜在变量路径分析图分析了潜在满意度因子之间的相关关系,最后采用Logistic回归方法建立了高校网络舆情管理现状满意度评价模型,用定量的方法对高校网络舆情管理体系进行了评价,并由评价模型提出了相关有针对性的网络舆情管理建议。
甘雨涵周静罗幼喜
关键词:网络舆情管理分层抽样SEM模型LOGISTIC回归
面板数据的贝叶斯Lasso分位回归方法被引量:14
2013年
本文讨论了含有随机效应的面板数据模型,通过引入条件Laplace先验,构造了一种新的贝叶斯Lasso分位回归法。与一般贝叶斯分位回归法不同,该方法能够更大程度地将模型中非重要的解释变量系数压缩至0,从而在估计系数的同时也起到变量选择的作用。利用积分恒等式,本文构造了一种易于实施的参数估计切片Gibbs抽样算法。模拟结果显示,模型含有较多变量时,新方法排除"噪声"变量的能力明显高于现有文献中的其他方法。本文最后对我国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
李翰芳罗幼喜田茂再
关键词:面板数据分位回归
基于非对称Laplace分布的GARCH模型探讨我国证券市场风险
2016年
文章以GARCH模型为理论基础,在95%的置信水平下,对比收益率的分布不同,分别求出我国四种主要股票指数的各时期的风险值,非对称Laplace分布合适地描述金融数据的尖峰、厚尾和有偏的特征,最后对于模型的有效性,选用Kupiec方法对模型进行检测,表明收益率分布采用非对称Laplace分布从而有助于提高对股票指数的风险度量的准确性。
葛敏霞郑列
关键词:GARCH模型非对称LAPLACE分布
共1页<1>
聚类工具0